[DEBUTANT] Questions sur des comparaisons xml-csv

**LeNoobEnPerl** · 18/04/2017, 09h09

Bonjour à tous!
Je me suis récemment mis au Perl dans el cadre d'un stage, mais je rencontre quelques problèmes à mesure que je réfléchis à comment coder...
Voilà mon problème j'ai un fichier xls à comparer avec un fichier csv.
Je pensais mettre le contenu de ces fichiers dans des tableaux puis les traiter par expressions régulières, mais certains sites disent qu'il s'agit là d'une mauvaise pratique, et même après avoir lu plusieurs de vos cours, je ne suis toujours pas certain de la marche à suivre... Quel serait donc la meilleure manière de procéder?
J'ai vu des parsers de xml à foison sur le CPAN et ne sais pas vraiment lequel utiliser, sachant que je n'y ai jamais touché et que mon fichier xml ne ressemble pas à ce que je connais, niveau "architecture" (faute d'un meilleur terme).
Que me conseilleriez-vous, vous qui êtes expérimentés?
Merci d'avance!

**Lolo78** · 18/04/2017, 16h56

Envoyé par LeNoobEnPerl

... sachant que ... mon fichier xml ne ressemble pas à ce que je connais, niveau "architecture" (faute d'un meilleur terme).

Bonjour,

La question, au vu de ta demande, est la suivante: est-ce que c'est du vrai XML valide, ou non? Si ce n'est pas du XML valide, alors les parsers XML existants seront sans doute incapables d'en extraire les données.

Pourrais-tu fournir un échantillon de tes données en entrée, afin que l'on puisse essayer de se faire une idée.

**LeNoobEnPerl** · 18/04/2017, 17h29

Bien sûr, il s'agit de cette forme-ci :

Code xml :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
 
<ITEM attribut1="valeur1" attribut2="valeur2">
	<VERSION numeroVersion="numéro">
		<CONCRETISATIONDELAVERSION numerodelaversion="1"/>
	</VERSION>
	<ITEMQUICOMPOSELEPREMIER attribut1="valeur1" attribut2="valeur2">
		<VERSION numeroVersion="numéro">
			<CONCRETISATIONDELAVERSION numerodelaversion="1"/>
			</ITEMQUICOMPOSELEPREMIER>

En gros, les items sont composés de 1 ou + versions (chaque version étant concrétisée), ainsi que de 0 ou plus items (des pièces/composants du coups) qui le composent.
Or je dois comparer ces items dans le xml avec un fichier csv pour vérifier que les 2 sont bons et qu'il n'y aie pas d'erreurs dans la base dont le xml est extrait.

Je sais pas si c'est très clair...

J'aimerais pouvoir être un peu plus précis sur la structure du xml, mais vu la politique de sécurité super stricte de mon employeur, je ne pense pas en avoir le droit...

PS : J'ai un peu foiré l'inclusion de mon code, je sais pas trop comment ça marche

**Lolo78** · 19/04/2017, 08h22

Bon, je ne suis vraiment pas expérimenté dans l'utilisation du XML, mais, à vue de nez, ça ressemble à du XML correct.

Donc, il est effectivement recommandé d'utiliser un module spécialisé comme par exemple les modules XML::Twig ou XML::LibXML, voire peut-être XML:: Parser.

Je te conseille ce tutoriel de l'ami Djibril: http://djibril.developpez.com/tutoriels/perl/perl-xml/ pour en savoir plus.

Avec, toutefois, une toute petite réserve: Djibril mentionne en passant XML::Simple parmi les nombreux modules utilisables, je pense qu'il y a consensus dans la communauté que ce module n'est plus guère recommandé.

**LeNoobEnPerl** · 19/04/2017, 08h45

Justement, j'avais lu ce cours et je me demandais ce qui rend twig si "facile" à utiliser. J'ai lu la doc sur le CPAN et ça ne me semble pas très facile.

Et quand on parse (avec twig, parser ou libxml), est-ce possible de mettre chaque ligne dans une case d'un tableau pour ensuite les traiter par expressions régulières? J'avais lu quelque part que beaucoup de programmeurs considèrent cela comme une mauvaise pratique, mais étant donné sa simplicité, je ne comprends pas pourquoi.

Mon code avec XML::Simple :

Code perl :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
 
my adresseXML;
do
{
<div style="margin-left:40px">print "Etape 1 : Saisissez l'adresse du fichier XML\n";</div><div style="margin-left:40px">chomp($adresseXML = <STDIN>); #on récupère ici l'adresse du fichier XML</div>} while (! $adresseXML);
my $parser = XML::Simple->new( NoAttr=>1, RootName=>'data' );
my $handlerXML = $parser->XMLin($adresseXML);
print Dumper $handlerXML;

Cela par exemple marcherait-il pour afficher la structure du xml? Sur le cours de Djibril, il est dit que le xml sous la forme que j'ai montrée avant, une fois traité ainsi, donne des résultats surprenants...

Et voilà ma tentative avec XML::Twig :

Code perl :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
 
######################
#TENTATIVE AVEC TWIG
######################
my adresseXML;
do
{
<div style="margin-left:40px">print "Etape 1 : Saisissez l'adresse du fichier XML\n";</div><div style="margin-left:40px">chomp($adresseXML = <STDIN>); #on récupère ici l'adresse du fichier XML</div>} while (! $adresseXML);
my $twig = new XML::Twig;
$twig->parsefile($FichierXML); #création d'un objet twig
my $root = $twig->root; #racine du XML

**LeNoobEnPerl** · 17/05/2017, 09h10

Je suis au regret d'informer ceux qui chercheraient à traiter des fichiers xml aussi imbriqués que je n'ai pas de solution à vous offrir :/
J'ai été obligé de me bricoler mon propre parseur à grands coups de regexps artisanales et totalement dégueulasses...
Si vous tombez sur le même programme, je vous suggère de considérer votre fichier comme un simple fichier texte et de le découper à la regexp.

**djibril** · 17/05/2017, 11h06

Je le dis et le répète : très très très mauvaise idée de bricoler du XML avec des regex, mais vraiment très très très mauvaise façon de faire.

Tu veux analyser du XML, quelque soit le langage de programmation, tu apprends à utiliser un parseur existant.

Perl le fait de façon excellente. XML::Twig ou XML::LibXML. Prends le te temps nécessaire pour comprendre leur fonctionnement, notamment le premier.
J'ai déjà posté des tas d'exemples sur ce forum pour analyser du XML dans tous les sens et quelque soit leur taille (quelque ko ou plusieurs Go).

Si tu as besoin d'aide :
1- Tu précises tes versions d'OS et de Perl ;
2- Tu donnes des exemples clairs et précis de tes XML, ta problématique...
3- Tu nous montres ce que tu as essayé de faire.

Et ce n'est qu'après quelques efforts de ta part que l'on pourra t'aider, te guider.
Tout se résume en la compréhension du parseur ET de l'algorithme que tu mets en place.

Mais je le répète. Oublie les regex pour analyser du XML.

**LeNoobEnPerl** · 17/05/2017, 11h21

Envoyé par djibril

Je le dis et le répète : très très très mauvaise idée de bricoler du XML avec des regex, mais vraiment très très très mauvaise façon de faire.

Tu veux analyser du XML, quelque soit le langage de programmation, tu apprends à utiliser un parseur existant.

Perl le fait de façon excellente. XML::Twig ou XML::LibXML. Prends le te temps nécessaire pour comprendre leur fonctionnement, notamment le premier.
J'ai déjà posté des tas d'exemples sur ce forum pour analyser du XML dans tous les sens et quelque soit leur taille (quelque ko ou plusieurs Go).

Si tu as besoin d'aide :
1- Tu précises tes versions d'OS et de Perl ;
2- Tu donnes des exemples clairs et précis de tes XML, ta problématique...
3- Tu nous montres ce que tu as essayé de faire.

Et ce n'est qu'après quelques efforts de ta part que l'on pourra t'aider, te guider.
Tout se résume en la compréhension du parseur ET de l'algorithme que tu mets en place.

Mais je le répète. Oublie les regex pour analyser du XML.

En effet, j'avais bien lu dans le cours sur perl et XML disponible ici que c'était à éviter, mais ne m'en sortant pas avec les modules XML, j'ai (par désespoir de cause) dû recourir à des regex...
Le problème venait de la complexité du fichier XML, je n'avais jamais vu un fichier aussi "profond" (faute d'un meilleur terme), et il n'était pas accompagné d'une DTD, puisque sa structure était variable.
S'il avait été plus simple, je pense que j'aurais réussi quand je bidouillais des bouts de code avec des parsers, cela dit.
Et je suis d'accord que vu la galère que c'est, inutile de réinventer la roue. S'il est possible de faire quelque chose avec un module présent sur le CPAN, ils sont à privilégier (plus facile, plus rapide etc...)

Pour vous donner une idée, voici à quoi ressemblait mon fichier... (les valeurs sont toutes aléatoires, n'y faites pas attention, elles ne sont là qu'à titre d'exemple)

Code xml :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
 
<TETE_ITEM DESI_EN="ITEM" CODE_AECMA="12345678912" ECHELON4M="Vrai" ECHELON1="Vrai">
	<VERSION_ITEM NUMBER="123456" VERSION="A">
		<CONCRETISATION QTE_TCI="1" ISN_AECMA="00A" CODE_OTAN_ART="MONENTREPRISE" REF_ARTICLE="9876543210">
		</CONCRETISATION>
	</VERSION_ITEM>
	<VERSION_ITEM NUMBER="654321" VERSION="B">
		<CONCRETISATION QTE_TCI="1" ISN_AECMA="00B" CODE_OTAN_ART="MONENTREPRISE" REF_ARTICLE="0123456789">
			<LABEL COMMENT_LABEL="Post MOD C12341"/>
		</CONCRETISATION>
	</VERSION_ITEM>
	<MASTER_ITEM DESI_EN="PART 1 OF ITEM" CODE_AECMA="21987654321" ECHELON4M="Faux" ECHELON1="Vrai">
		<VERSION_ITEM NUMBER="456789" VERSION="A">
			<CONCRETISATION QTE_TCI="1" ISN_AECMA="00A" CODE_OTAN_ART="PRESTATAIRE" REF_ARTICLE="4567891230">
			</CONCRETISATION>
		</VERSION_ITEM>
	</MASTER_ITEM>
	<MASTER_ITEM DESI_EN="ENSEMBLE 2 OF ITEM" CODE_AECMA="0123987654" ECHELON4M="Faux" ECHELON1="Vrai">
		<VERSION_ITEM NUMBER="987654" VERSION="A">
			<CONCRETISATION QTE_TCI="1" ISN_AECMA="00A" CODE_OTAN_ART="AUTREENTREPRISE" REF_ARTICLE="5358912730">
			</CONCRETISATION>
		</VERSION_ITEM>
		<VERSION_ITEM NUMBER="987123" VERSION="B">
			<CONCRETISATION QTE_TCI="1" ISN_AECMA="01B" CODE_OTAN_ART="AUTREENTREPRISE" REF_ARTICLE="4368912730">
				<LABEL COMMENT_LABEL="Post MOD C12344"/>
				<LABEL COMMENT_LABEL="Pre MOD C12345"/>
			</CONCRETISATION>
		</VERSION_ITEM>
		<MASTER_ITEM DESI_EN="ENSEMBLE 21 OF ITEM" CODE_AECMA="0657987654" ECHELON4M="Faux" ECHELON1="Vrai">
			<VERSION_ITEM NUMBER="123654" VERSION="A">
				<CONCRETISATION QTE_TCI="1" ISN_AECMA="07A" CODE_OTAN_ART="MONENTREPRISE" REF_ARTICLE="4368972130">
				</CONCRETISATION>
			</VERSION_ITEM>
		</MASTER_ITEM>
		<MASTER_ITEM DESI_EN="ENSEMBLE 22 OF ITEM" CODE_AECMA="0123456654" ECHELON4M="Vrai" ECHELON1="Vrai">
			<VERSION_ITEM NUMBER="321654" VERSION="A">
				<CONCRETISATION QTE_TCI="1" ISN_AECMA="00A" CODE_OTAN_ART="MONENTREPRISE" REF_ARTICLE="4368972789">
				</CONCRETISATION>
			</VERSION_ITEM>
		</MASTER_ITEM>
		<REFER_TO_ITEM DESI_EN="RENVOI VERS UN ITEM" CODE_AECMA="7891234560" ECHELON4M="Vrai" ECHELON1="Vrai">
			<VERSION_ITEM NUMBER="798465" VERSION="A">
			</VERSION_ITEM>
			<MASTER_ITEM DESI_EN="ENSEMBLE 31 OF ITEM" CODE_AECMA="0658527654" ECHELON4M="Faux" ECHELON1="Vrai">
				<VERSION_ITEM NUMBER="741654" VERSION="A">
					<CONCRETISATION QTE_TCI="1" ISN_AECMA="07A" CODE_OTAN_ART="MONENTREPRISE" REF_ARTICLE="4368995130">
					</CONCRETISATION>
				</VERSION_ITEM>
			</MASTER_ITEM>
			<MASTER_ITEM DESI_EN="ENSEMBLE 32 OF ITEM" CODE_AECMA="0123963654" ECHELON4M="Vrai" ECHELON1="Vrai">
				<VERSION_ITEM NUMBER="321744" VERSION="B">
					<CONCRETISATION QTE_TCI="1" ISN_AECMA="00B" CODE_OTAN_ART="MONENTREPRISE" REF_ARTICLE="4375372789">
					</CONCRETISATION>
				</VERSION_ITEM>
			</MASTER_ITEM>
		</REFER_TO_ITEM>
	</MASTER_ITEM>
</TETE_ITEM>

Vous imaginez la tête d'un étudiant débutant en Perl face à un fichier ressemblant à ça et composé de 20000 lignes comme celles-ci...

Et je suis conscient que recourir systématiquement aux regexp est une mauvaise habitude.

**djibril** · 17/05/2017, 11h45

Bon,

Ton XML est plutôt simple. Il n'y a pas de DTD ou XSD, même si c'est recommandé, pas grave du moment où tu connais bien la structure du fichier.

Maintenant essaye de nous explique rce que tu souhaites extraire de façon précise.

**LeNoobEnPerl** · 17/05/2017, 11h52

Envoyé par djibril

Bon,

Ton XML est plutôt simple. Il n'y a pas de DTD ou XSD, même si c'est recommandé, pas grave du moment où tu connais bien la structure du fichier.

Maintenant essaye de nous explique rce que tu souhaites extraire de façon précise.

Il faut que j'extraie les valeurs des attributs dans les balises puis que je les compare avec les valeurs d'un fichier xls pour lister les différences entre les items des 2 fichiers.

Le code que j'ai fait avec els regexp fait ça :
En gros, je reconstitue les items du XML et les mets dans un hash pour y accéder facilement.
Et pour le XLS, je mets les attributs sous forme de liste et chaque liste va occuper une case d'un tableau (ce code a été écrit par un de mes collègues, je ne sait pas trop comment il marche).
Ensuite, pour chaque item, je compare attribut à attribut et je mets dans un fichier resultat.txt les différences trouvées (par exemple: "Item id = blabla ERREUR : DESI_EN").

**djibril** · 17/05/2017, 12h11

Ce n'est pas assez clair.
Les attributs de tes balises n'ont pas des noms uniques, on a pas d'idées du contenu de ton xls. Bref, il faut des exemples.
Pour parser le XML de la meilleure façon, il faut vraiment comprendre ce que tu compares, quoi, quand, à quel moment, dans quelle balise ou sous balise. Là tu donnes des généralités.

**LeNoobEnPerl** · 17/05/2017, 13h25

Je ne comprends pas ce que tu veux dire par "ils n'ont pas de noms uniques"... Chaque MASTER_ITEM a les mêmes attributs, chaque VERSION_ITEM pareil etc, c'est juste les valeurs qui changent.

Voici à quoi res

CSN	ISN	PNR	MFC	DFP	QNA	DFL
1234	00A	123	MONENTREPRISE	toto	1
4321	01B	321	MONENTREPRISE	tutu	5	PRE-MOD C1234

La comparaison se fait attribut à attribut pour chaque item.
Pour donner un ID unique à un item, je concatène le CODE_AECMA avec le CSN et l'ISN_AECMA avec l'ISN. Ca me permet d'identifier les items et de voir si je tombe sur le même dans l'autre.

Pour la comparaison (pour les noms, se reporter aux exemples xml et tableau qui représente xls) :
CSN => CODE_AECMA
ISN => ISN_AECMA
PNR => REF_ARTICLE
MFC => CODE_OTAN_ART
DFP => DESI_EN
QNA => QTE_TCI
DFL => COMMENT_LABEL

**djibril** · 17/05/2017, 22h14

Bonsoir,

Les attributs que tu cherches dans le XML se trouvent dans les balises CONCRETISATION, LABEL, MASTER_ITEM...
Lire ces attributs est très simple. Par contre à quoi correspond un ITEM pour toi ? Car il faut pouvoir savoir à quel moment faire les comparaisons. De plus, si tu dois les stocker en hash, qu'est-ce que tu utilises comme clé de HASH ?

Voici un programme basique pour te montrer facilement ce que tu peux faire :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
#!/usr/bin/perl
use strict;
use warnings;
use XML::Twig;
 
my $FichierXML = 'test.xml';
 
# Parsing façon intelligente en ne chargeant que le strict nécessaire en mémoire
# Utilisation des handlers
my $twig = new XML::Twig(
	Twig_handlers => {
		'TETE_ITEM'      => \&test,
		'CONCRETISATION' => \&test,
		'LABEL'          => \&test,
		'MASTER_ITEM'    => \&test,
 
	},
);
 
# Création d'un objet twig
$twig->parsefile($FichierXML);
 
sub test {
	my ( $twig, $twig_balise ) = @_;
 
	foreach my $nom_attribut ( $twig_balise->att_names() ) {
		print "Nom attribut : $nom_attribut\n";
		print "Valeur attribut : ", $twig_balise->att($nom_attribut), "\n";
	}
}

Résultat :

Code texte :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
Nom attribut : CODE_OTAN_ART
Valeur attribut : MONENTREPRISE
Nom attribut : ISN_AECMA
Valeur attribut : 00A
Nom attribut : QTE_TCI
Valeur attribut : 1
Nom attribut : REF_ARTICLE
Valeur attribut : 9876543210
Nom attribut : COMMENT_LABEL
Valeur attribut : Post MOD C12341
Nom attribut : CODE_OTAN_ART
Valeur attribut : MONENTREPRISE
Nom attribut : ISN_AECMA
Valeur attribut : 00B
Nom attribut : QTE_TCI
Valeur attribut : 1
Nom attribut : REF_ARTICLE
Valeur attribut : 0123456789
Nom attribut : CODE_OTAN_ART
Valeur attribut : PRESTATAIRE
Nom attribut : ISN_AECMA
Valeur attribut : 00A
Nom attribut : QTE_TCI
Valeur attribut : 1
Nom attribut : REF_ARTICLE
Valeur attribut : 4567891230
Nom attribut : CODE_AECMA
Valeur attribut : 21987654321
Nom attribut : DESI_EN
Valeur attribut : PART 1 OF ITEM
Nom attribut : ECHELON1
Valeur attribut : Vrai
Nom attribut : ECHELON4M
Valeur attribut : Faux
Nom attribut : CODE_OTAN_ART
Valeur attribut : AUTREENTREPRISE
Nom attribut : ISN_AECMA
Valeur attribut : 00A
Nom attribut : QTE_TCI
Valeur attribut : 1
Nom attribut : REF_ARTICLE
Valeur attribut : 5358912730
Nom attribut : COMMENT_LABEL
Valeur attribut : Post MOD C12344
Nom attribut : COMMENT_LABEL
Valeur attribut : Pre MOD C12345
Nom attribut : CODE_OTAN_ART
Valeur attribut : AUTREENTREPRISE
Nom attribut : ISN_AECMA
Valeur attribut : 01B
Nom attribut : QTE_TCI
Valeur attribut : 1
Nom attribut : REF_ARTICLE
Valeur attribut : 4368912730
Nom attribut : CODE_OTAN_ART
Valeur attribut : MONENTREPRISE
Nom attribut : ISN_AECMA
Valeur attribut : 07A
Nom attribut : QTE_TCI
Valeur attribut : 1
Nom attribut : REF_ARTICLE
Valeur attribut : 4368972130
Nom attribut : CODE_AECMA
Valeur attribut : 0657987654
Nom attribut : DESI_EN
Valeur attribut : ENSEMBLE 21 OF ITEM
Nom attribut : ECHELON1
Valeur attribut : Vrai
Nom attribut : ECHELON4M
Valeur attribut : Faux
Nom attribut : CODE_OTAN_ART
Valeur attribut : MONENTREPRISE
Nom attribut : ISN_AECMA
Valeur attribut : 00A
Nom attribut : QTE_TCI
Valeur attribut : 1
Nom attribut : REF_ARTICLE
Valeur attribut : 4368972789
Nom attribut : CODE_AECMA
Valeur attribut : 0123456654
Nom attribut : DESI_EN
Valeur attribut : ENSEMBLE 22 OF ITEM
Nom attribut : ECHELON1
Valeur attribut : Vrai
Nom attribut : ECHELON4M
Valeur attribut : Vrai
Nom attribut : CODE_OTAN_ART
Valeur attribut : MONENTREPRISE
Nom attribut : ISN_AECMA
Valeur attribut : 07A
Nom attribut : QTE_TCI
Valeur attribut : 1
Nom attribut : REF_ARTICLE
Valeur attribut : 4368995130
Nom attribut : CODE_AECMA
Valeur attribut : 0658527654
Nom attribut : DESI_EN
Valeur attribut : ENSEMBLE 31 OF ITEM
Nom attribut : ECHELON1
Valeur attribut : Vrai
Nom attribut : ECHELON4M
Valeur attribut : Faux
Nom attribut : CODE_OTAN_ART
Valeur attribut : MONENTREPRISE
Nom attribut : ISN_AECMA
Valeur attribut : 00B
Nom attribut : QTE_TCI
Valeur attribut : 1
Nom attribut : REF_ARTICLE
Valeur attribut : 4375372789
Nom attribut : CODE_AECMA
Valeur attribut : 0123963654
Nom attribut : DESI_EN
Valeur attribut : ENSEMBLE 32 OF ITEM
Nom attribut : ECHELON1
Valeur attribut : Vrai
Nom attribut : ECHELON4M
Valeur attribut : Vrai
Nom attribut : CODE_AECMA
Valeur attribut : 0123987654
Nom attribut : DESI_EN
Valeur attribut : ENSEMBLE 2 OF ITEM
Nom attribut : ECHELON1
Valeur attribut : Vrai
Nom attribut : ECHELON4M
Valeur attribut : Faux
Nom attribut : CODE_AECMA
Valeur attribut : 12345678912
Nom attribut : DESI_EN
Valeur attribut : ITEM
Nom attribut : ECHELON1
Valeur attribut : Vrai
Nom attribut : ECHELON4M
Valeur attribut : Vrai

**LeNoobEnPerl** · 18/05/2017, 09h08

Envoyé par djibril

Bonsoir,

Les attributs que tu cherches dans le XML se trouvent dans les balises CONCRETISATION, LABEL, MASTER_ITEM...
Lire ces attributs est très simple. Par contre à quoi correspond un ITEM pour toi ? Car il faut pouvoir savoir à quel moment faire les comparaisons. De plus, si tu dois les stocker en hash, qu'est-ce que tu utilises comme clé de HASH ?

Voici un programme basique pour te montrer facilement ce que tu peux faire :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
#!/usr/bin/perl
use strict;
use warnings;
use XML::Twig;
 
my $FichierXML = 'test.xml';
 
# Parsing façon intelligente en ne chargeant que le strict nécessaire en mémoire
# Utilisation des handlers
my $twig = new XML::Twig(
	Twig_handlers => {
		'TETE_ITEM'      => \&test,
		'CONCRETISATION' => \&test,
		'LABEL'          => \&test,
		'MASTER_ITEM'    => \&test,
 
	},
);
 
# Création d'un objet twig
$twig->parsefile($FichierXML);
 
sub test {
	my ( $twig, $twig_balise ) = @_;
 
	foreach my $nom_attribut ( $twig_balise->att_names() ) {
		print "Nom attribut : $nom_attribut\n";
		print "Valeur attribut : ", $twig_balise->att($nom_attribut), "\n";
	}
}

Résultat :

Code texte :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
Nom attribut : CODE_OTAN_ART
Valeur attribut : MONENTREPRISE
Nom attribut : ISN_AECMA
Valeur attribut : 00A
Nom attribut : QTE_TCI
Valeur attribut : 1
Nom attribut : REF_ARTICLE
Valeur attribut : 9876543210
Nom attribut : COMMENT_LABEL
Valeur attribut : Post MOD C12341
Nom attribut : CODE_OTAN_ART
Valeur attribut : MONENTREPRISE
Nom attribut : ISN_AECMA
Valeur attribut : 00B
Nom attribut : QTE_TCI
Valeur attribut : 1
Nom attribut : REF_ARTICLE
Valeur attribut : 0123456789
Nom attribut : CODE_OTAN_ART
Valeur attribut : PRESTATAIRE
Nom attribut : ISN_AECMA
Valeur attribut : 00A
Nom attribut : QTE_TCI
Valeur attribut : 1
Nom attribut : REF_ARTICLE
Valeur attribut : 4567891230
Nom attribut : CODE_AECMA
Valeur attribut : 21987654321
Nom attribut : DESI_EN
Valeur attribut : PART 1 OF ITEM
Nom attribut : ECHELON1
Valeur attribut : Vrai
Nom attribut : ECHELON4M
Valeur attribut : Faux
Nom attribut : CODE_OTAN_ART
Valeur attribut : AUTREENTREPRISE
Nom attribut : ISN_AECMA
Valeur attribut : 00A
Nom attribut : QTE_TCI
Valeur attribut : 1
Nom attribut : REF_ARTICLE
Valeur attribut : 5358912730
Nom attribut : COMMENT_LABEL
Valeur attribut : Post MOD C12344
Nom attribut : COMMENT_LABEL
Valeur attribut : Pre MOD C12345
Nom attribut : CODE_OTAN_ART
Valeur attribut : AUTREENTREPRISE
Nom attribut : ISN_AECMA
Valeur attribut : 01B
Nom attribut : QTE_TCI
Valeur attribut : 1
Nom attribut : REF_ARTICLE
Valeur attribut : 4368912730
Nom attribut : CODE_OTAN_ART
Valeur attribut : MONENTREPRISE
Nom attribut : ISN_AECMA
Valeur attribut : 07A
Nom attribut : QTE_TCI
Valeur attribut : 1
Nom attribut : REF_ARTICLE
Valeur attribut : 4368972130
Nom attribut : CODE_AECMA
Valeur attribut : 0657987654
Nom attribut : DESI_EN
Valeur attribut : ENSEMBLE 21 OF ITEM
Nom attribut : ECHELON1
Valeur attribut : Vrai
Nom attribut : ECHELON4M
Valeur attribut : Faux
Nom attribut : CODE_OTAN_ART
Valeur attribut : MONENTREPRISE
Nom attribut : ISN_AECMA
Valeur attribut : 00A
Nom attribut : QTE_TCI
Valeur attribut : 1
Nom attribut : REF_ARTICLE
Valeur attribut : 4368972789
Nom attribut : CODE_AECMA
Valeur attribut : 0123456654
Nom attribut : DESI_EN
Valeur attribut : ENSEMBLE 22 OF ITEM
Nom attribut : ECHELON1
Valeur attribut : Vrai
Nom attribut : ECHELON4M
Valeur attribut : Vrai
Nom attribut : CODE_OTAN_ART
Valeur attribut : MONENTREPRISE
Nom attribut : ISN_AECMA
Valeur attribut : 07A
Nom attribut : QTE_TCI
Valeur attribut : 1
Nom attribut : REF_ARTICLE
Valeur attribut : 4368995130
Nom attribut : CODE_AECMA
Valeur attribut : 0658527654
Nom attribut : DESI_EN
Valeur attribut : ENSEMBLE 31 OF ITEM
Nom attribut : ECHELON1
Valeur attribut : Vrai
Nom attribut : ECHELON4M
Valeur attribut : Faux
Nom attribut : CODE_OTAN_ART
Valeur attribut : MONENTREPRISE
Nom attribut : ISN_AECMA
Valeur attribut : 00B
Nom attribut : QTE_TCI
Valeur attribut : 1
Nom attribut : REF_ARTICLE
Valeur attribut : 4375372789
Nom attribut : CODE_AECMA
Valeur attribut : 0123963654
Nom attribut : DESI_EN
Valeur attribut : ENSEMBLE 32 OF ITEM
Nom attribut : ECHELON1
Valeur attribut : Vrai
Nom attribut : ECHELON4M
Valeur attribut : Vrai
Nom attribut : CODE_AECMA
Valeur attribut : 0123987654
Nom attribut : DESI_EN
Valeur attribut : ENSEMBLE 2 OF ITEM
Nom attribut : ECHELON1
Valeur attribut : Vrai
Nom attribut : ECHELON4M
Valeur attribut : Faux
Nom attribut : CODE_AECMA
Valeur attribut : 12345678912
Nom attribut : DESI_EN
Valeur attribut : ITEM
Nom attribut : ECHELON1
Valeur attribut : Vrai
Nom attribut : ECHELON4M
Valeur attribut : Vrai

Salut,

La clef de hash serait l'ID unique dont je parlais plus haut, de sorte que l'écriture dans le hash se fait ainsi :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

$donnees{$id_unique}{REF_ARTICLE} = $ref_article;

Et un item est composé d'un master_item, d'une version_item d'une concretisation et éventuellement d'un label s'il y en a (je cherche à ce que 2 labels pour le même item soient considérés comme 2 items chacun avec son label).
L'idéal serait que le tete_item soit considéré/traité comme un master_item, je ne sais pas si c'est faisable.

Je vais me relire ton cours sur twig, je ne comprends pas bien ton code.

Quant à la question "Quand effectuer la comparaison ?", j'avais mis dans les spécifs (sur lesquelles je ne peux bien évidemment pas revenir) que les 2 fichiers seraient chargés dans des structures de données Perl et que la comparaison aurait lieu après, plutôt que de la faire à la volée. Le résultat de la comparaison sera alors écrit dans un fichier resultat.txt qui listera les différences entre les items à raison d'une différence par ligne.

**LeNoobEnPerl** · 18/05/2017, 10h51

Il me semble selon ce que dit cette page : http://xmltwig.org/xmltwig/quick_ref.html qu'il est possible depuis un enfant d'attraper le parent, ai-je bien compris?
Parce que si c'est le cas, Twig est plus simple à utiliser que ce que j'avais compris...
Il me suffirait alors de me positionner sur une concretisation puis d'attraper le grand-parent (master_item) puis faire un foreach pour chaque label pour reconstituer chaque item, non?

**djibril** · 18/05/2017, 12h00

Twig te permet de lire les parents, grand-père ancêtre... bref, tu peux aller dans tous les sens. D'où l'intérêt de bien réfléchir en amont de ce qu'il y a à faire pour procéder au parsing de la bonne manière.

**LeNoobEnPerl** · 18/05/2017, 13h45

Envoyé par djibril

Twig te permet de lire les parents, grand-père ancêtre... bref, tu peux aller dans tous les sens. D'où l'intérêt de bien réfléchir en amont de ce qu'il y a à faire pour procéder au parsing de la bonne manière.

Très bien, je vais essayer de plancher dessus, je verrai bien ce que j'arriverai à faire.

[DEBUTANT] Questions sur des comparaisons xml-csv

Programmation et administration système Perl

Discussions similaires

Partager

Partager